煤矿机器人激光雷达与惯性传感器导航理论及实验研究

煤矿机器人激光雷达与惯性传感器导航理论及实验研究

论文摘要

本文研究的重点是煤矿机器人在未知环境下组合导航的理论及实验。通过对煤矿环境结构的深入研究,归纳出煤矿井下机器人工作环境的21种典型结构。针对煤矿系统总体尺度与机器人周围环境尺度差别巨大的特点,本文以粒计算理论为工具采用混合建模的方法构建了煤矿机器人环境模型;研究了煤矿典型结构的激光雷达特征,并确定了识别方法;研究了惯性系统对机器人姿态的测量方法,并提出对工作环境姿态的识别方法;提出了基于激光雷达和惯性传感器组成的慎思型自主导航系统,并分析了其工作原理及其同反应式导航模块的协调机制。本文提出了基于可行方向的组合导航方法,其中可行方向具有贯穿煤矿系统三层模型的重要特点,兼顾了导航系统的效率和稳定性。建立了以特征识别和姿态识别为核心,以粒计算理论为手段的自主决策系统。地面实验和全尺寸仿真环境实验的结果与本文理论分析吻合。

论文目录

  • 摘要
  • Abstract
  • 详细摘要
  • ABSTRACT
  • 1 引言
  • 1.1 研究背景
  • 1.2 机器人自主导航研究进展
  • 1.3 煤矿机器人研究进展
  • 1.4 本文主要研究的问题
  • 1.5 本章小结
  • 2 基于粒计算的煤矿机器人导航环境模型研究
  • 2.1 粒计算理论简介
  • 2.2 煤矿系统的结构描述
  • 2.2.1 竖井结构特点
  • 2.2.2 巷道系统结构特点
  • 2.2.3 回采工作面结构特点
  • 2.2.4 事故后矿井结构特点
  • 2.3 煤矿系统环境的数学描述
  • 2.3.1 煤矿系统特点及总体数学模型
  • 2.3.2 巷道典型结构的数学描述
  • 2.3.3 工作面系统的数学描述
  • 2.4 矿井系统的位置描述
  • 2.4.1 矿井系统的坐标体系
  • 2.4.2 典型结构的坐标体系
  • 2.4.3 工作面的坐标及定位
  • 2.5 本章小结
  • 3 煤矿井下结构的激光雷达识别理论研究
  • 3.1 激光雷达结构及其图像
  • 3.1.1 激光雷达的工作原理
  • 3.1.2 几何要素在雷达图中的表示
  • 3.1.3 机器人对环境结构的表示
  • 3.2 巷道系统的激光雷达图的特征研究
  • 3.2.1 双边走廊特征
  • 3.2.2 单边走廊特征
  • 3.2.3 分叉特征
  • 3.2.4 堵塞特征
  • 3.2.5 基本特征的旋转变化
  • 3.3 煤矿井下巷道内障碍的激光雷达识别
  • 3.3.1 障碍物的类型
  • 3.3.2 障碍物出现和越过的特征
  • 3.3.3 单边障碍物特征
  • 3.3.4 双边障碍物特征
  • 3.4 采煤工作面特征及识别
  • 3.4.1 采煤工作面特征
  • 3.4.2 可行通道特征
  • 3.4.3 移动障碍特征
  • 3.5 本章小结
  • 4 煤矿自主式组合导航的理论研究
  • 4.1 惯性系统导航原理
  • 4.1.1 惯性导航系统的结构
  • 4.1.2 惯性导航中常用坐标系统及其转换的描述
  • 4.1.3 机器人姿态的计算
  • 4.1.4 导航参数的计算
  • 4.2 煤矿井下巷道惯性导航的方法
  • 4.2.1 机器人的姿态确定巷道的特征参数
  • 4.2.2 典型结构的标志点对惯性系统的修正
  • 4.2.3 惯性传感器对典型结构的表面特征识别
  • 4.3 煤矿井下可行方向组合导航研究
  • 4.3.1 可行方向搜索
  • 4.3.2 可行方向与导航的主导权
  • 4.3.3 可行方向与转向控制
  • 4.4 煤矿井下组合导航系统的自主决策研究
  • 4.4.1 自主式组合导航系统构成及功能
  • 4.4.2 基于粒计算的自主决策方法
  • 4.4.3 基于煤矿环境知识自主决策方法
  • 4.5 本章小结
  • 5 煤矿井下机器人自主组合导航实验研究
  • 5.1 实验系统构成
  • 5.1.1 组合导航的总体架构
  • 5.1.2 超声模块构成及原理
  • 5.1.3 运动控制模块原理
  • 5.1.4 移动机器人的机械平台
  • 5.2 地面实验及结果分析
  • 5.2.1 惯性模块航向实验
  • 5.2.2 惯性模块对地面可越障碍的识别
  • 5.2.3 走廊内环境识别实验
  • 5.2.4 走廊内垂直扫描实验
  • 5.3 识别阈值的确定
  • 5.3.1 L和R区的阈值的确定
  • 5.3.2 F区的阈值的确定
  • 5.3.3 与运动有关的阈值确定
  • 5.4 煤矿井下巷道系统中典型结构识别实验
  • 5.4.1 巷道的基本特征识别
  • 5.4.2 巷道分叉结构的识别
  • 5.4.3 巷道堵塞特征的识别
  • 5.4.4 巷道内障碍物的识别
  • 5.5 采煤工作面典型特征识别实验
  • 5.5.1 工作面上端口可行通道的识别实验
  • 5.5.2 工作面下端口可行通道的识别实验
  • 5.5.3 可行通道内可行方向的识别实验
  • 5.6 本章小结
  • 6 结论与展望
  • 6.1 结论
  • 6.2 创新点
  • 6.3 展望
  • 参考文献
  • 致谢
  • 作者简介
  • 在学期间发表的学术论文
  • 在学期间参加科研项目
  • 相关论文文献

    • [1].激光雷达传感器功能仿真方法研究[J]. 舰船电子工程 2019(12)
    • [2].0.94μm差分吸收激光雷达地基工作的进展[J]. 红外与激光工程 2019(12)
    • [3].十九年深耕 国产激光雷达比肩巨头——访北科天绘总经理张智武[J]. 中国测绘 2019(09)
    • [4].大陆固态3D闪光激光雷达推向商用车市场[J]. 汽车与配件 2019(21)
    • [5].星载海洋激光雷达最佳工作波长分析[J]. 中国光学 2020(01)
    • [6].海洋激光雷达实验与仿真结果的对比[J]. 红外与激光工程 2020(02)
    • [7].大气环境遥感监测激光雷达产品技术浅析[J]. 科技风 2020(08)
    • [8].工程测绘中激光雷达测绘技术的应用[J]. 工程技术研究 2020(02)
    • [9].激光雷达开度仪在三峡船闸中的应用[J]. 水运工程 2020(02)
    • [10].英特尔最新激光雷达相机技术重新定义了计算机视觉[J]. 传感器世界 2019(12)
    • [11].工程测绘中激光雷达测绘技术的应用分析[J]. 城市建设理论研究(电子版) 2019(18)
    • [12].激光雷达测绘技术在工程测绘中的运用探析[J]. 价值工程 2020(07)
    • [13].随机取向沙尘气溶胶激光雷达线退偏比特性研究[J]. 南京信息工程大学学报(自然科学版) 2020(02)
    • [14].基于激光雷达的玉米全生育期株高变化监测[J]. 北京城市学院学报 2020(01)
    • [15].基于激光雷达的同时定位与地图构建方法综述[J]. 计算机应用研究 2020(02)
    • [16].当摄影测量遇到激光雷达:迈向机载混合时代 机载摄像头和激光雷达传感器的结合推动制图领域向前迈进[J]. 中国测绘 2020(01)
    • [17].基于线状阵列扫描的激光雷达快速三维成像[J]. 科技风 2020(13)
    • [18].工程测绘中激光雷达测绘技术探讨[J]. 工程技术研究 2020(05)
    • [19].激光雷达,为万物互联添“未来之眼”[J]. 上海信息化 2020(04)
    • [20].激光雷达监测海面溢油遥感理论[J]. 电子测试 2020(09)
    • [21].基于拉曼激光雷达的大气温度和水汽反演分析[J]. 光谱学与光谱分析 2020(05)
    • [22].中国利用星载激光雷达开展沙尘和污染研究的综述[J]. 大气科学学报 2020(01)
    • [23].疫情之下,激光雷达需求迎增长[J]. 汽车与配件 2020(09)
    • [24].走向量产之路的激光雷达[J]. 智能网联汽车 2019(03)
    • [25].从照明走向感知——激光雷达的演变和未来[J]. 智能网联汽车 2019(01)
    • [26].自动驾驶和激光雷达的产业化之路[J]. 智能网联汽车 2019(01)
    • [27].三维激光雷达在汽车辅助驾驶中的应用分析[J]. 数字技术与应用 2020(06)
    • [28].激光雷达风速模拟系统设计[J]. 计算机测量与控制 2020(06)
    • [29].三维激光雷达扫描技术在河流模拟中的应用[J]. 水电能源科学 2020(08)
    • [30].车载激光雷达测量技术在铁路既有线复测中的应用[J]. 工程建设与设计 2020(14)

    标签:;  ;  ;  ;  ;  

    煤矿机器人激光雷达与惯性传感器导航理论及实验研究
    下载Doc文档

    猜你喜欢